基于漫反射紅外光譜法的糧食真菌毒素檢驗方法

何少微，趙　怡

（浙江華才檢測技術有限公司，浙江諸暨 311800）

摘　要：真菌毒素嚴重威脅糧食的質量安全，對人體健康危害極大，開展基于漫反射紅外光譜法的糧食真菌毒素檢驗方法研究。采集光譜數據，得到原始光譜圖。通過數據處理與校正，去除影響樣本光譜的異常信息。實驗結果表明，能夠清楚地反映樣品的光譜特征，檢測精度符合糧食要求，本文方法具有可靠性。

關鍵詞：漫反射紅外光譜法；真菌毒素；檢測方法；多元散射校正

 

1　材料與方法

1.1　樣品來源

本文收集了全國各地的糧食稻谷樣品50份，樣品來源范圍廣，具有較好的代表性，選擇混合均勻的稻谷樣品，每份不低于200 g，經過脫殼除雜處理，粉碎過篩，現磨現用。

1.2　儀器與試劑

實驗設備選用瑞典儀器公司的近紅外光譜儀，光譜測量范圍300～1 600 nm，THU35C 型礱谷機、FA2104A型電子天平（精度為0.01 g）。實驗的試劑主要包括黃曲菌素B1酶試劑盒、葡萄糖、無水乙醇、氫氧化鉀和異丙醇等。

1.3　實驗方法

1.3.1　實驗原理

漫反射形式是紅外光譜采集的另一種形式，主要用作固體粉末樣品的采集[1-2]。紅外光譜反射的漫反射光通過抗真菌毒素抗體與酵素抗原和待測抗原的競爭反應，利用酵素的催化顯色反應檢測真菌毒素。

1.3.2　操作步驟

使用礱谷機將樣本脫殼粉碎，稱取8.0 g樣品放入容量為60 mL的試劑瓶中，加入10 mL甲丙醇后振蕩20 min，再進行過濾后收集，制得樣品提取液，待測樣品溶液通過樣品稀釋液制得。將樣本孔設置為3類，一個調零孔，24個對照孔，其余為樣本孔，按照順序依次編號。在1號孔加入樣品稀釋液，對照孔加入標準溶液，樣品孔加入待測樣液，再向1號加入酵標抗原稀釋液，其余孔加入酵標抗原溶液。

1.3.3　光譜數據采集

紅外光譜技術最關鍵的環節是實驗數據的采集過程[3-4]，通過采集樣本的光譜數據以及獲取使用標準方法的實測數據，對光譜做預處理，建立光譜變量與實測值之間的校正模型，對稻谷樣本進行光譜采集和實際值的測定。將制備好的樣本根據發酵周期去除樣本，以每10個為1組進行光譜采集。在整個采集過程中，應保證室內溫度恒定，大約在25 ℃，濕度在60%以上。利用光纖探頭緩慢放入三角瓶中，緊貼于樣本表面，盡量保證在測試時人工操作的穩定性，需要采集不同位置的光譜，將平均光譜作為該樣本的最終光譜，得到原始光譜圖。

1.3.4　數據處理與校正

光譜數據的處理是由Indico軟件和配套的標準白板進行數據處理。在樣品采集完成后，需要進行預處理，并利用多元散射校正的方法實現對待測樣品的校正，獲得更理想準確的光譜數據[5]。多元散射校正法對光譜處理的具體公式如下：

  

式（1）為平均光譜，式（2）為式（1）的線性回歸，式（3）是對每一條光譜作多元散射校正，其中G是校正集的光譜矩陣，Gi為第i個樣品的光譜，zi和mi是第i個光譜與平均光譜的線性回歸斜率與截距，n為光譜樣本數量，通過調整不同的斜率和截距，減少光譜差異，盡量保留原有的組分信息，通過校正，隨機變異得到一定程度的去除。

2　結果與分析

2.1　光譜圖像結果分析

本文對收集的50份稻谷樣品進行真菌毒素的測定，將稻谷真菌毒素分為3個濃度梯度光譜圖像進行測定分析，紅外光譜圖如圖1所示。

 

圖1中，光譜曲線經過多元散射的校正后，分辨率有所提高，能顯示出樣品明顯的光譜特征，找到吸收光譜位置。利用多元線性回歸方法校正處理，對預測集的25個稻谷樣品的毒素含量進行預測，考察本文方法的預測精度和穩定性，其具體方程為：

T=0.861 2c+2.587 6（4）

式中：c為特征波數的吸光度值；T為稻谷中真菌毒素。

2.2　標準參考值與預測值的相關性

由圖2可知，在去除異常稻谷樣品情況下，預測值在總體上與實際值保持一致，有7份樣品的預測值與實際值基本相同，僅有3份樣品預測值與實際值相差較多，最多相差

3.89 μg/kg，整體預測精度滿足國家糧食檢測精度要求，表明本文方法具有可靠性。

 

3　結論

本文采用基于漫反射的紅外光譜法對糧食樣本進行采集，并通過多元散射對樣本進行處理和校正，對真菌毒素的檢驗取得了一定的研究成果，同時還存在諸多不足。本文所有樣本都進行了壓實處理，控制對光輻射的影響，但人工壓實與實際自然條件下的稻谷仍存在差異，在今后的研究中應考慮這一情況。

參考文獻

[1]蔣曉杰,周旭,楊志成,等.漫反射紅外光譜法結合PLS測定稻谷脂肪酸值研究[J].中國糧油學報,2019,34(3):

117-120.

[2]唐保山,李坤,張雯雯,等.近紅外漫反射光譜結合偏最小二乘法對紫膠理化指標的快速測定[J].食品與發酵工業,2020,46(18):236-244.

[3]吳鳳琪,岳振峰,張毅,等.食品中主要菌菌毒素分析方法的研究進展[J].色譜,2020,38(7):759-767.

[4]張俊楠,王金全,楊凡,等.飼料菌菌毒素生物降解研究進展[J].飼料工業,2019,40(21):51-58.

[5]王瑞國,郭麗麗,王培龍,等.雜質吸附型凈化結合超高效液相色譜-串聯質譜法同時測定谷物和動物飼料中37種菌菌毒素[J].色譜,2020,38(7):817-825.